使用Keras(Theano后端)运行DKT代码时class_mode参数无效错误求助

嘿，我来帮你搞定这个运行DKT代码时遇到的Keras错误！这个问题大概率是Keras版本不兼容导致的——你用的Keras版本和DKT代码编写时依赖的版本对不上，才会出现class_mode参数无效的提示。

下面给你具体的解决步骤：

1. 先确认你的Keras版本 #

先打开终端，运行这条命令看看当前Keras的版本：

python -c "import keras; print(keras.__version__)"

DKT是比较早期的项目，大概率是基于Keras 1.x写的，如果你的环境里装的是Keras 2.x，就会出现参数不兼容的问题，因为Keras 2.x对class_mode的可选值和使用场景做了调整。

2. 两种解决思路任选其一 #

思路一：降级Keras到兼容版本

如果不想修改代码，直接把Keras降级到DKT适配的版本（比如Keras 1.2.2），终端运行：

pip install keras==1.2.2

这个版本和Theano后端兼容性很好，刚好匹配你用的Python 2.7环境。

思路二：修改DKT代码中的class_mode参数

如果你想保留当前的Keras版本，就找到代码里所有用到class_mode的地方，把它替换成当前Keras版本支持的取值：

• Keras 2.x中，class_mode常见的合法取值有：'categorical'（多分类）、'binary'（二分类）、'sparse'（稀疏标签）、'input'（输入作为目标）或者None（无标签）
• 比如找到DKT代码里类似class_mode='xxx'的行，把不符合上述取值的参数替换成对应场景的合法值。举个例子，如果是多分类任务，就改成class_mode='categorical'。

3. 额外检查点 #

修改完后，再确认模型编译时的loss函数和class_mode是否匹配：

• 如果用class_mode='categorical'，loss应该用'categorical_crossentropy'
• 如果用class_mode='binary'，loss应该用'binary_crossentropy'

这样调整后，再运行代码应该就能解决这个参数错误啦！

内容的提问来源于stack exchange，提问作者Pretty Ninà